6.7 指标体系

北极星：每周触达现实的闭环数#

定义：一周内满足以下两个条件的动作数〔本文提议〕：

1. 动作碰到了外部世界：一个人（不是本人自己）、一个市场、一个物理对象、一个外部系统；
2. 现实的反应被记录回系统，包括「没反应」「被拒绝」「不知道」。

人做的和 AI 做的都算。系统内部的动作（建模、整理、分析、起草但未发出）不算。

为什么是数量，不是比率：比率可以通过减少分母来提高（少建卡、少发指令），数量不行。复杂目标的推进需要的是足够多的真实尝试。

为什么不用现在的闭环学习率：闭环学习率 =「已落账、并且至少写回了一个模型对象的卡 ÷ 应落账的卡」〔产品，v0.6 §20.1〕。它有三个问题：只计模型写回，不问是否碰到现实；是比率，可以通过少建卡提高；只统计卡，不统计不建卡的轻量行动。v3 建议把它保留为实验卡的驱动指标。

驱动指标#

护栏指标#

护栏指标不是要提高的数，而是不能变坏的数。

反古德哈特措施#

任何指标一旦成为目标，就可能被刷 （Campbell, 1979；Manheim & Garrabrant, 2018）。北极星也一样：最容易的刷法是做大量无意义的「触达」（例如给陌生人群发消息）。对策〔本文提议〕：

1. 成对使用：触达闭环数和认识兑现率一起看。触达多但从不改变决定，说明触达的质量太低。
2. 不设每日目标：北极星只在周复盘时看，不在日常界面显示数字，也不设「每天至少 N 次」的目标。这也符合 P16：避免引发自我评判的计数。
3. 触达的判定由代码和抽检共同完成：动作类型由代码判断，周复盘时人抽检几条。
4. 护栏优先：护栏指标变坏时，即使北极星在上升，也要先处理护栏。
5. 指标本身有生命周期：阶段复盘时检查指标是否还在衡量想衡量的东西（P27）。